На главную страницу Форма обратной связи
Рекомендуем:
Разделы сайта
Информационные системы. Искусственный интеллект. --- 

Информационные системы. Искусственный интеллект.


Глобализация и интернационализация экономики, все ускоряющаяся динамика бизнеса, жесткая конкуренция и борьба за сырьевые ресурсы все чаще стали приводить к ситуациям, когда в условиях дефицита времени необходимо принять единственно верное деловое решение. Для этого руководителю нужно в сжатые сроки в условиях большой неопределенности проанализировать ситуацию, сформировать варианты решений (Decision Tree), оценить риски и взять на себя ответственность за принятие и реализацию решения. Сделать все это с использованием только «ручных» средств было достаточно сложно, и вследствие этого риск принять неверное решение, был велик. В связи с этим стали развиваться формализованные методы принятия решения в условиях неопределенности, описываемые нечеткой логикой, и создаваться специализированные ИС.
Рассмотрим, в чем состоит различие между четкой (Crisp Logic) и нечеткой (Fuzzy Logic) логикой. В четкой логике ожидаемое следствие

Информационные системы. Искусственный интеллект.

всегда однозначно следует заявленной посылке, если заданы четкие правила выполнения условия, например «если А, то Б», или «если А и Б, то В». При нечеткой логике границы выполнения условия не определены или определены нечетко: «если А, то в промежутке времени <Т1, Т2> Б может быть много больше В, а может быть почти равно В» — все зависит от начальных и текущих условий, которые могут быстро измениться даже внутри зафиксированного промежутка времени <T1 T2>.
Алгоритмы для анализа таких ситуаций реализуют, как правило, сценарные варианты развития ситуации с оценкой риска каждого варианта. Соответственно, ИС в таком случае, помимо стандартных функций сбора, хранения и передачи данных, должна содержать модули, реализующие обработку и многовариантный анализ информации. Поскольку развитие бизнес-ситуации может определяться несколькими параметрами, и модели, описывающие такие ситуации, редко бывают линейными, то реальная задача чаще всего сводится к задачам многофакторного оценивания и нелинейной оптимизации. В связи с этим аналитические модули ИС поддержки принятия решения (Decision Support System — DSS), экспертных систем (Expert Information System — EIS), систем поддержки исполнения решения (Executive Support System — ESS), диагностических систем (Diagnostic Information System — DIS), систем распознавания изображений (Image Recognition System — IRS), а также поисковых систем (Searching System) обычно строятся с использованием принципов, называемых принципами искусственного интеллекта.

 

  Также рекомендуем другие статьи:

  • Эксперементальная оптимизация ЭВМ. Методы многокритериальной оптимизации
  • Как организации принимают решения. Принятие решений
  • Принятие решений на основе выбора в сравнении с принятием решений на основе правил. Принять решение
  • 3G Технологии. Спецификация 3G.
  • Искусственный интеллект. Функции искусственного интеллекта.



  • Книги по экономике

    Copyright © 2009-2019
    EcoUniver.com - Все по экономике и рынках